搜索资源列表
基于KNN的中文文本自动分类研究
- 在介绍SVM和KNN分类算法的基础上,提出了一种新的、较简单的,但更为合理的基于表模型的文档表示方 法,阐述了一种基于表模型的分类算法———TableKNN算法。通过实验比较TableKNN算法与传统KNN算法应用于文 本分类的效果,证实了TableKNN算法在处理文本分类问题上的优越性。
基于压缩感知的二维雷达成像算法
- ：压缩感知理论能够有效地降低高分辨率雷达成像系统的数据率。该文通过对复基带雷达回波信号模型的稀 疏性分析，提出了一种具有保相性的压缩感知距离压缩算法。在此基础上建立了距离向采用压缩感知距离压缩算法， 方位向采用传统的雷达成像算法处理的雷达2 维成像方案。通过对仿真和实测逆合成孔径雷达数据的成像处理验证 了方案的有效性
基于贝叶斯网络的半监督聚类集成模型
- 已有的聚类集算法基本上都是非监督聚类集成算法,这样不能利用已知信息,使得聚类集成的准确性、鲁棒性和稳定性降低.把半监督学习和聚类集成结合起来,设计半监督聚类集成模型来克服这些缺点.主要工作包括:第一,设计了基于贝叶斯网络的半监督聚类集成(semi-supervised cluster ensemble,简称SCE)模型,并对模型用变分法进行了推理求解;第二,在此基础上,给出了EM(expectation maximization)框架下的具体算法;第三,从UCI(University of Ca
差分进化算法
- 差分进化算法的基础讲义和文档，都是英文版，属于基础资料，可以作为入门资料。
MIMO_OFDM
- 本文在研究了MIMO-OFDM系统以及独立分量分析的基础之上提出了一种适用用于MIMO-OFDM系统的盲多用户检测方法，基本思想是将现有的ICA算法应用到MIMO-OFDM系统中对多用户进行信号恢复。-MIMO_OFDM multiuser detection
GoodsAllocatingProblemwithMultiAimsbasedonTheHybri
- 多目标货物配装问题是一个复杂的组合优化问题，属于NP难问题，本文用混合粒子群算法求解多目标货物配装问题。混合粒子群算法在基本粒子群算法的基础上，通过引进遗传算法中的交叉和变异的策略，避免了陷入局部最优，加快了达到全局最优的收敛速度。此外，本文提出用权重系数来平衡各目标使各目标都能达到相对较优的效果。-Multi-objective loading of goods is a complicated combinatorial optimization problems are NP hard p
ADRC_suanfa
- ADRC算法，简单易懂，注释稍微有些少，有基础可看懂。-ADRC algorithm, easy to understand, comments somewhat less, there is a basis can be read.
study_on_handoff_algorithm
- 本文提 出了基于功率预留的准入控制策略。首先介绍一种资源分配算法，该算法将可用信 道完全分配从而实现基站发射功率最小化。在此基础上，分别为小区间切换用户和 小区内切换用户设计预留策略，并根据系统的业务载荷自适应地调整功率预留量， 从而实现GOS的最优化。 -there exists a fundamental tradeoff between bandwidth and power. In this thesis, we propose a novel admission
IEEE80211n_Channel_Estimation
- 本文主要研究了基于802．1ln协议的MIMO．OFDM信道估计的研究。首先给出了MIMO。OFDM的信道模型。在此基础上导出了在慢衰落信道下的基于块状导频的LS信道估计算法。-This paper mainly based on 802.1ln agreement MIMO-OFDM Channel Estimation. Firstly, MIMO. OFDM channel model. On this basis, derived in the slow fading channel b
Classifier
- 各种分类器的介绍，算法的研究论文，还有模式识别的基础知识-Introduction of various classifiers, the algorithm research paper, as well as the basics of pattern recognition
arip
- 距离矢量算法的实现过程，是动态路由的基础算法。-distance suanfa and basic protocol
Matrix_Pencil
- 出一种实现不同维间估计结果自动配对的二维频率估计算法。首先把二维频率估计问题转化成两个矩阵束的特征值问题。根据矩阵束的特征求出两个矩阵束的公共特征向量，并以此为基础同时求出两个矩阵束的特征值。算法估计误差与现有算法相近，但解决了现有算法普遍存在的配对难题。 -Matrix pencils play an important role in numerical linear algebra. The problem of finding the eigenvalues of a pencil
Spectrum-Hole-Detection
- 本文首先介绍了认知无线电的基本概念,对认知无线电在WRAN系统、UWB系统及WLAN系统等领域的应用分别进行了讨论。在此基础上,针对实现认知无线电的关键技术从理论上进行了探索,分析了影响认知网络正常工作的相关因素及认知网络对授权用户正常工作所形成的干扰。从理论上推导了在实现认知无线电系统所必须面对的弱信号低噪声比恶劣环境下,信号检测的相关方法和技术,并进行了数字滤波器的算法分析,指出了窗函数的选择原则。-The development of the wireless business resul
Joint-Relay-Selection
- 为了优化协作通信系统的性能 ,提出了一种基于信道容量增益的中继节点选取策略 ,并在此基础上提出了源节点和中继节点最优功率分配算法. 协作通信 中继节点选取 功率分配 凸优化-A joint optimization st rategy for relay selection and power allocation is proposed to optimize the performance of cooperative communication system.cooperative c
Three-dimensional-WSN
- 在TOA测距的基础上，提出了一种三维无线传感器网络节点定位算法，并对其性能进行了分析，给出了算法的时间同步误差和定位误差。最后在现有仿真平台OMNET++的基础上构建三维仿真模块，对算法进行了仿真实现，给出了该算法的定位精度和覆盖率-This paper proposes one three-dimensional localization algorithm based on TOA distance measurement and analyzed the performance of th
CRC
- CRC理论基础，为你提供清晰的CRC理论，及相应编程算法知识。-CRC theoretical basis to provide you with the clear CRC theory and knowledge of the corresponding programming algorithm.
Color-iris-recognition
- 本文在介绍虹膜识别系统基本原理的基础上，比较和分析了现有的较有影响的灰度及彩色虹膜定位算法及其缺点和不足，并提出改进方案。-In this paper, the basic principle of introducing the iris recognition system, comparison and analysis of the more influential grayColor iris localization algorithm and its hortcomings and
LDPC
- 有关LDPC码的基础知识，对于初学者有很好的帮助。里面包括置信传播译码算法以及对比图-LDPC codes based on knowledge, there is a good help for beginners. Which includes belief propagation decoding algorithm and comparison chart
信号处理经典算法
- 15个信号处理经典算法模型及代码实现,涵盖 Dijkstra.DP.BFS/DFS.红黑树.KMP.遗传.启发式搜索.图像 特征提取 SIFT.傅立叶变换.Hash.快速排序.SPFA.快递选择 SELECT 等 15 个经典基础算法，
数据结构与算法之美
- 在我意识到数据结构与算法的重要性时，正好在群里有人分享了极客时间的数据结构与算法之美的课程，从入门篇、基础篇、高级篇到实战篇，由浅入深的讲述常用的数据结构与算法，特别是在留言区作者的留言"迈不过去你找我退钱"，我就喜欢这种有自信的人，当然不是完全指望他人帮自己把算法捡起来， 既然来了，就要全身心的投入，在此立个flag,通过这个阶段的学习，理解常用的算法与数据结构，掌握复杂度的分析，将提高代码执行效率思想融入日常开发中。 ————————————————